| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-21页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 研究意义 | 第10页 |
| 1.3 国内外相关研究进展 | 第10-16页 |
| 1.3.1 居民活动与生活空间研究 | 第10-13页 |
| 1.3.2 信息化对居民活动及城市空间的影响研究 | 第13-15页 |
| 1.3.3 大数据在城市研究中的应用 | 第15-16页 |
| 1.4 研究对象与研究范围 | 第16-17页 |
| 1.4.1 研究对象 | 第16-17页 |
| 1.4.2 研究范围 | 第17页 |
| 1.5 研究方法与研究内容 | 第17-21页 |
| 1.5.1 研究方法 | 第17-18页 |
| 1.5.2 研究内容 | 第18-21页 |
| 第二章 数据特征与处理 | 第21-30页 |
| 2.1 原始数据结构特征 | 第21-22页 |
| 2.1.1 poi数据分类特征 | 第21-22页 |
| 2.2 数据处理与分类 | 第22-29页 |
| 2.2.1 有效数据提取 | 第22页 |
| 2.2.2 POI数据自分类 | 第22-24页 |
| 2.2.3 数据属性自分类内容 | 第24-29页 |
| 2.3 小结 | 第29-30页 |
| 第三章 基于微博数据的居民活动时空特征及生活空间结构分析 | 第30-54页 |
| 3.1 居民签到活动时间规律 | 第30-35页 |
| 3.2 居民签到活动时空动态变化 | 第35-40页 |
| 3.2.1 居民签到活动在工作日及休息日时空变化 | 第35-37页 |
| 3.2.2 居民不同类签到活动的时空动态变化 | 第37-40页 |
| 3.3 城市居民生活空间功能区分及体系定量识别 | 第40-53页 |
| 3.3.1 基于居民活动的生活空间功能分区识别 | 第40-50页 |
| 3.3.2 城市居民活动空间体系识别 | 第50-53页 |
| 3.4 小结 | 第53-54页 |
| 第四章 基于微博的深圳居民生活空间影响因素分析 | 第54-81页 |
| 4.1 人口社会属性影响因素 | 第54-59页 |
| 4.2 城市土地混合利用度对居民活动影响 | 第59-70页 |
| 4.3 城市设施可达性对居民活动影响 | 第70-79页 |
| 4.4 小结 | 第79-81页 |
| 第五章 信息时代下居民活动对城市空间的影响 | 第81-91页 |
| 5.1 信息技术对居民日常生活的影响 | 第82-85页 |
| 5.1.1 信息技术改变居民社交行为 | 第82-83页 |
| 5.1.2 信息技术改变居民出行行为 | 第83-84页 |
| 5.1.3 信息技术改变居民消费行为 | 第84-85页 |
| 5.2 信息技术对居民流动性的影响 | 第85-87页 |
| 5.3 信息技术对城市空间的影响 | 第87-90页 |
| 5.3.1 信息技术对居住空间的影响 | 第87-88页 |
| 5.3.2 信息技术对交通空间的影响 | 第88-89页 |
| 5.3.3 信息技术对城市空间功能的影响 | 第89-90页 |
| 5.4 小结 | 第90-91页 |
| 第六章 结论与展望 | 第91-93页 |
| 6.1 研究结论 | 第91-92页 |
| 6.2 研究展望 | 第92-93页 |
| 参考文献 | 第93-99页 |
| 致谢 | 第99-100页 |
| 攻读硕士学位期间的研究成果 | 第100页 |